Shortcuts
Top of page (Alt+0)
Page content (Alt+9)
Page menu (Alt+8)
Your browser does not support javascript, some WebOpac functionallity will not be available.
PageMenu
-
Hauptmenü
-
Suchmenü
Einfache Suche
.
Erweiterte Suche
.
Zeitschriften-Suche
.
Suchergebnisse verfeinern
.
Neuerwerbungsliste nach Gruppen
.
Sortierreihenfolge
.
Benutzerdienste
Nutzeranmeldung
.
Mein Konto
.
Erwerbungsvorschlag
.
Fernleihe
.
Vormerkung
.
Verlängerung
.
Weitere Recherchemöglichkeiten
Datenbankinfosystem (DBIS)
.
Karlsruher virtueller Katalog (KVK)
.
Regensburger Systematik (RVK)
.
Elektronische Zeitschriften (EZB)
.
Zeitschriftendatenbank (ZDB)
.
Sitzung beenden
Katalog verlassen
.
Homepage WHZ
.
Hochschulbibliothek
.
© LIBERO v6.4.1sp240211
Page content
Sie befinden sich hier
:
Katalogdatenanzeige
Katalogdatenanzeige
Machine Learning mit Python und Scikit-learn und TensorFlow: das umfassende Praxis-Handbuch für Data Science, Deep Learning und Predictive Analytics
.
Bookmark für diesen Satz setzen
Katalogdatensatz500304706
.
.
Wikipedia-Verfasserlink
.
.
LibraryThing
.
Kataloginformation
Katalogdatensatz500304706
.
Kataloginformation
Feldname
Details
Vorliegende Sprache
ger
Sprache d. Originals
eng
Hinweise auf parallele Ausgaben
496859293 Erscheint auch als (Druck-Ausgabe): ‡Raschka, Sebastian: Machine Learning mit Python und Scikit-learn und TensorFlow
ISBN
978-3-95845-733-1
Name
Raschka, Sebastian ¬[VerfasserIn]¬
Mirjalili, Vahid ¬[VerfasserIn]¬
ANZEIGE DER KETTE
Mirjalili, Vahid ¬[VerfasserIn]¬
Name
Lorenzen, Knut ¬[ÜbersetzerIn]¬
Einheitssachtitel
Python machine learning
T I T E L
Machine Learning mit Python und Scikit-learn und TensorFlow
Zusatz zum Titel
das umfassende Praxis-Handbuch für Data Science, Deep Learning und Predictive Analytics
Auflage
2., aktualisierte und erweiterte Auflage
Verlagsort
Frechen
Verlag
mitp
Erscheinungsjahr
2018
2018
Umfang
1 Online-Ressource (577 Seiten) : Illustrationen, Diagramme
Reihe
mitp Professional
Titelhinweis
Erscheint auch als (Druck-Ausgabe): ‡Raschka, Sebastian: Machine Learning mit Python und Scikit-learn und TensorFlow
ISBN
ISBN 978-3-95845-734-8
Klassifikation
006.31
005.133
ST 302
Kurzbeschreibung
Cover -- Titel -- Impressum -- Inhaltsverzeichnis -- Über die Autoren -- Über die Korrektoren -- Einleitung -- Kapitel 1: Wie Computer aus Daten lernen können -- 1.1 Intelligente Maschinen, die Daten in Wissen verwandeln -- 1.2 Die drei Arten des Machine Learnings -- 1.2.1 Mit überwachtem Lernen Vorhersagen treffen -- 1.2.2 Interaktive Aufgaben durch verstärkendes Lernen lösen -- 1.2.3 Durch unüberwachtes Lernen verborgene Strukturen erkennen -- 1.3 Grundlegende Terminologie und Notation -- 1.4 Entwicklung eines Systems für das Machine Learning -- 1.4.1 Vorverarbeitung: Daten in Form bringen -- 1.4.2 Trainieren und Auswählen eines Vorhersagemodells -- 1.4.3 Bewertung von Modellen und Vorhersage anhand unbekannter Dateninstanzen -- 1.5 Machine Learning mit Python -- 1.5.1 Python-Pakete installieren -- 1.5.2 Verwendung der Python-Distribution Anaconda -- 1.5.3 Pakete für wissenschaftliches Rechnen, Data Science und Machine Learning -- 1.6 Zusammenfassung -- Kapitel 2: Lernalgorithmen für die Klassifizierung trainieren -- 2.1 Künstliche Neuronen: Ein kurzer Blick auf die Anfänge des Machine Learnings -- 2.1.1 Formale Definition eines künstlichen Neurons -- 2.1.2 Die Perzeptron-Lernregel -- 2.2 Implementierung eines Perzeptron-Lernalgorithmus in Python -- 2.2.1 Eine objektorientierte Perzeptron-API -- 2.2.2 Trainieren eines Perzeptron-Modells auf die Iris-Datensammlung -- 2.3 Adaptive lineare Neuronen und die Konvergenz des Lernens -- 2.3.1 Straffunktionen mit dem Gradientenabstiegsverfahren minimieren -- 2.3.2 Implementierung eines adaptiven linearen Neurons in Python -- 2.3.3 Verbesserung des Gradientenabstiegsverfahrens durch Merkmalstandardisierung -- 2.3.4 Großmaßstäbliches Machine Learning und stochastisches Gradientenabstiegsverfahren -- 2.4 Zusammenfassung -- Kapitel 3: Machine-Learning-Klassifizierer mit scikit-learn verwenden.
1. Schlagwortkette
Maschinelles Lernen
Datenanalyse
Big Data
Python 3.6
1. Schlagwortkette ANZEIGE DER KETTE
Maschinelles Lernen -- Datenanalyse -- Big Data -- Python 3.6
2. Schlagwortkette
Maschinelles Lernen
Python <Programmiersprache>
TensorFlow
ANZEIGE DER KETTE
Maschinelles Lernen -- Python
-- TensorFlow
SWB-Titel-Idn
501690395
Signatur
E-Book ProQuest
Bemerkungen
Elektronischer Volltext - Campuslizenz
Elektronische Adresse
$uhttps://ebookcentral.proquest.com/lib/fhzwickau/detail.action?docID=5210623&query=9783958457348
Internetseite / Link
Volltext
.
ISBD-Anzeige
Katalogdatensatz500304706
.
Kategorien-Anzeige
Katalogdatensatz500304706
.
Verwandte Werke
Katalogdatensatz500304706
.
Titel zur Titelsammlung hinzufügen
Katalogdatensatz500304706
.
Kataloginformation500304706
Datensatzanfang
.
Kataloginformation500304706
Seitenanfang
.
Titel vormerken
Katalogdatensatz500304706
Vollanzeige Katalogdaten
Auf diesem Bildschirm erhalten Sie Katalog- und Exemplarinformationen zum ausgewählten Titel.
Im Bereich
Kataloginformation
werden die bibliographischen Details angezeigt. Per Klick auf Hyperlink-Begriffe wie Schlagwörter, Autoren, Reihen, Körperschaften und Klassifikationen können Sie sich weitere Titel des gewählten Begriffes anzeigen lassen.
Der Bereich
Exemplarinformationen
enthält zum einen Angaben über den Standort und die Verfügbarkeit der Exemplare. Zum anderen haben Sie die Möglichkeit, ausgeliehene Exemplare vorzumerken oder Exemplare aus dem Magazin zu bestellen.
Schnellsuche
Suche nach